-
题名基于双分支多特征融合的雾天能见度检测
- 1
-
-
作者
马晓捷
孙玉宝
张振东
黄亮
-
机构
南京信息工程大学计算机学院、网络空间安全学院江苏省大气环境与装备技术协同创新中心
江苏省气象局江苏省气象服务中心中国气象局交通气象重点开放实验室
-
出处
《计算机工程与设计》
北大核心
2025年第9期2699-2705,共7页
-
基金
国家自然科学基金项目(U2001211)
江苏省气象局重点基金项目(KZ202105)。
-
文摘
现有基于CNN的方法对雾在场景空间中的全局分布表示方面仍存在不足。针对该问题提出了一种基于双分支多特征融合的能见度检测模型。频域Transformer分支提取雾天图像的频域特征,并通过Transformer模型度量高速公路场景中雾的全局特征;场景深度估计分支进一步估计雾天场景的深度信息,表征雾的空间分布;通过坐标注意力模块融合两个支路特征进行能见度等级预测。该模型融合了CNN和Transformer各自的优势,仅输入雾天下的监控图像即可检测高速公路的能见度等级,并在GS-FRIDA数据集和高速公路实测数据集上均能展现其优越性。
-
关键词
高速公路
能见度检测
全局分布
双分支
频域
深度估计
坐标注意力
-
Keywords
highway
visibility estimation
global distribution
dual-branch
frequency domain
depth estimation
coordinate attention
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于多通路融合网络的高速公路雾天能见度等级识别
被引量：4
- 2
-
-
作者
闫宏艳
孙玉宝
张振东
黄亮
-
机构
南京信息工程大学江苏省大数据分析技术重点实验室江苏省大气环境与装备技术协同创新中心
江苏省气象局江苏省气象服务中心中国气象局交通气象重点开放实验室
-
出处
《计算机应用研究》
CSCD
北大核心
2022年第8期2490-2495,共6页
-
基金
国家自然科学基金资助项目(U2001211)
江苏省气象局重点基金资助项目(KZ202105)。
-
文摘
雾天是影响高速公路交通安全的重要因素。研究从监控图像进行高速公路雾天能见度的自动识别方法可以为交通管理部门的智能管理和决策提供技术支持。根据大气散射模型分析出与雾浓度相关的多个物理因素,提出了综合这些物理因素的多通路融合识别网络。该网络使用三个通路联合学习深度视觉特征、传输矩阵特征和场景深度特征,并设计注意力融合模块来自适应地融合这三类特征以进行能见度等级识别。同时构建了一个合成数据集和一个真实的高速公路场景数据集,用于网络参数学习和性能评估。实景数据集中的图像是从中国多条高速公路的监控视频中收集的。在这两个数据集上的实验表明,所提方法可以适应不同的监控拍摄场景,能够比现有方法更准确地识别能见度等级,有效提升了识别精度。
-
关键词
能见度识别
多通路网络
大气散射模型
注意力融合
-
Keywords
visibility level recognition
multi-stream network
atmospheric scattering model
attention fusion
-
分类号
TP751
[自动化与计算机技术—检测技术与自动化装置]
-
